Kasu:
- Võimalus teisendada tehisintellektiga kasutatavuse testi kirjeid ja vaatlusmärkmeid leidudeks, kaaludeks ja soovitusteks
- Võimalus järjestada leide raskusastme järgi ja koostada prioriteetide tabel
- Võimalus parandada tehisintellekti poolt välja jäetud või liialdatud leide tõeliste vaatlustõendite abil
Kasutatavuse testimine on reaalsetele kasutajatele konkreetsete ülesannete andmise ja nende jälgimise meetod, mille abil saab jälgida, kus disain töötab ja kuhu takerdub. Test ise on lihtne; Tõeline väljakutse on pärast seda: tundidepikkuse salvestuse, vaatlusmärkmete lehekülgede ja hajutatud ekraanipiltide muutmine selgeteks, prioriteetseteks leidudeks. See süntees võtab käsikäes päevi ja meeskonnad jätavad selle sageli pooleli. Tehisintellekt avab selle kitsaskoha: dokumentide ja märkmete muutmine leidudeks, kaaluks ja soovitusteks. Kuid see on inimese otsus otsustada, kas vaatlus on tõesti probleem ja kui oluline see on.
Erinevus vaatluse, leidmise ja soovituse vahel
Sünteesis on oluline eraldada kolm kihti:
- Tähelepanu: Mis juhtus, ei kommenteeri. "Osaleja 3 otsis nuppu "jätka" 40 sekundit."
- Leid: vaatlustest tulenev muster. "Kasutajatel on probleeme esmase toimingu leidmisega."
- Soovitus: mida teha. "Paneb esmase nupu visuaalselt silma."
Tehisintellekt toodab kiiresti need kolm kihti, kuid sageli ajab vaatluse segi leidmisega või järeldab terve leiu ühest vaatlusest. Teie ülesanne on kontrollida, kas iga leiu taga on piisavalt vaatlusi (mitu osalejat, mitu korda).
Näpunäide. Laske tehisintellektil öelda "iga leiu alla lisage tähelepanekud, mis seda toetavad ja kui paljudel osalejatel seda nähti". Nii saate koheselt eristada ülespuhutud leide ühest vaatlusest.
Raskusaste: mida kõigepealt parandada?
Kõik leiud pole võrdsed. Raskusaste näitab, kui kiiresti on vaja probleem lahendada, ja selle määravad kolm tegurit.
- Mõju: kas probleem takistab kasutajal ülesande täitmist või lihtsalt häirib teda?
- Sagedus: kui palju kasutajaid ja kui sageli?
- Mõju ettevõttele: kui palju mõjutab see probleem konversioone, tulu või usaldust?
Tüüpiline skaala: kriitiline (takistab täielikult missiooni), kõrge (tõsine raskusaste), keskmine (aeglustab), madal (kosmeetiline). Tehisintellekt võib soovitada esialgset järjestust, kuid lõplik kaalumisotsus – eelkõige mõju äritegevusele – nõuab meeskonna teadmisi kontekstist.
leidmine
Mõju
sagedus
tähtsust
Soovitus
Peamist nuppu ei leitud
See segab ülesannet
4/6 osalejat
kriitiline
Esiletõstmise nupp
Veateade on ebaselge
aeglustades
3/6
kõrge
Täpsustage sõnumit
Ikoon tähendus ebaselge
kerge kõhklus
2/6
keskmine
Lisa silt
Värvitoon ei meeldinud
kosmeetika
1/6
madal
jäta see hilisemaks
kolm minikarpi
Juhtum 1 — 5 tundi salvestust, leiud poole päevaga. Üks meeskond andis tehisintellektile 6 kasutajatesti (kokku 5 tundi) märkmed. Mudel pakkus välja 14 leidu; Meeskond võrdles kõiki vaatluste arvuga, vähendas seda 9-ni ja järjestas need tähtsuse järjekorras. Süntees, mis oleks käsitsi võtnud 2 päeva, vähenes poole päevani.
Juhtum 2 – paisutatud leid tabati. "Kasutajad ei mõista navigeerimist," kirjutas AI kriitilises leius. Kui meeskond vaatas toetavaid tähelepanekuid, leidsid nad, et see põhines ühe osaleja ühel hetkel. Leid alandati "mõõdukaks" ja küsiti rohkem andmeid. Õppetund: üksainus vaatlus ei anna kriitilist järeldust.
3. juhtum – kriitiline probleem on vastamata. Mudel luges korduva, kuid näiliselt väikese probleemi (vorm ei keri automaatselt) madalaks. Kui disainer vaatas tähelepanekuid, mõistis ta, et see põhjustas 5 osaleja ülesandest loobumise ja seadis selle "kõrgele". Õppetund: tehisintellekti tähtsuse hinnangut korrigeeritakse vaatluste põhjal.
Kvantitatiivsete ja kvalitatiivsete andmete kooslugemine
Kasutatavuse testimine on enamasti kvalitatiivne (vaatluspõhine), kuid on ka kvantitatiivseid (numbrilisi) signaale: ülesande täitmise määr, ülesande kestus, vigade arv, rahulolu skoor. Kõige võimsam süntees ühendab need kaks: "Ainult 33% osalejatest täitis kassaülesannet (kvantitatiivne) ja kõik, kes ei suutnud seda täita, jäid tarnimisetapi juurde (kvalitatiivne)." Tehisintellekt aitab need kaks teavet ühendada, kui annate need eraldi; aga sina kinnitad numbrite õigsust ja valimi suurust. Protsentidest rääkimine võib väikestes valimites (nt 5 kasutajat) olla eksitav; Öelda "3 kasutajat 5-st" on ausam kui öelda "60%. Paluge modellil rääkida absoluutarvudes.
Näpunäide. Laske tehisintellektil öelda "protsendi asemel kirjutage kui mitu kasutajat". Väikestes proovides jätab protsent suurema täpsuse mulje, kui see tegelikult on.
Kopeeritavad juhised
Sinu roll: kasutatavuse analüütik. Tehke järeldused järgmistest anonüümseks muudetud testimärkmetest. Iga leiu kohta: 1) selge väide, 2) toetavad tähelepanekud ja kui palju osalejaid seda nägi, 3) mõju (blokeeriv/aeglustav/kosmeetiline). Märkige ühel vaatlusel põhinevad leiud kui "NÕRKAD TÕENDID". Märkused: <<tekst>>
Sorteerige see leidude loend tähtsuse järgi. Kriteeriumid: mõju (ülesannete takistus?), sagedus (kui palju osalejaid?), mõju äritegevusele. Määrake igale leiule kriitiline/kõrge/keskmine/madal ja kirjutage põhjendus. Kui te pole ärimõjus kindel, öelge "meeskond peab hindama". Tulemused: <<loend>>
Kirjutage iga leiu jaoks konkreetne ja teostatav disainisoovitus. Soovitus: mis muutub + miks see probleemi lahendab + millist ekraani see mõjutab. Vältige ebamääraseid ("tee paremini") soovitusi. Tulemused: <<loend>>
Tehke sellest järelduste aruandest kokkuvõte sidusrühmade esitluse jaoks: kirjutage lühikokkuvõte, mis sisaldab kolme kõige olulisemat leidu, tõendeid (kasutajate arv) ja soovitatud tegevusi. Liialdus; võta märkmetest numbreid.Raport: <<tekst>>
Nõrk viip / Tugev viip
Nõrk: "Tehke nendest testitulemustest järeldused."
Tulemus: segaloetelu, millel puuduvad tõendid, tähtsuse järjekord ja milles peetakse üksikut tähelepanekut leiuks.
Tugev: "Joonistage märkmete põhjal leid; lisage iga leiu alla toetavad tähelepanekud ja see, kui paljudel osalejatel seda nähti; märkige see, mis põhineb ühel vaatlusel, kui "nõrk tõendusmaterjal"; seejärel reastage see tähtsuse järjekorda vastavalt efekti-sagedus-tööefektile."
Tulemus: tõenduspõhised, prioriteetsed, kaitstavad leiud.
Erinevus: tugev viip küsib tõendite arvu + nõrk viip + tähtsuse kriteerium.
Levinud vead
- Ajab vaatlemise ja leidmise segamini. Ühe "mis juhtus" muutmine üldiseks järelduseks.
- Kriitiliste järelduste tegemine ühe vaatluse põhjal. Enne sageduse kontrollimist kaalu ei anta.
- Tehisintellekti ärimõju otsustamine. Tulu/konversiooni mõju nõuab konteksti; Ta on oma meeskonnas.
- Ärge seadke prioriteediks. Korraldamata leidude nimekiri halvab meeskonna; Kõike ei saa korraga parandada.
- Jättes ettepanekud ebamääraseks. "Tee paremini" ei ole kohaldatav; Mis, miks ja kus peaks olema selge.
Kokkuvõttes
Kasutatavuse testimise väärtus seisneb selles, et salvestised ja märkmed muudetakse selgeteks, prioriteetsete leidudeks. Tehisintellekt kiirendab seda sünteesi oluliselt: koondab tähelepanekud leidudeks, koostab soovitusi, soovitab tähtsuse järjekorda. Kuid iga leiu taga olevate tähelepanekute arvu kontrollimine, üksikute vaatluste põhjal ülespuhutud leiud välja rookimine ja ärimõju konteksti kaalumine on inimeste töö. Tõenditel põhinev, teatud sagedusega ja tähtsuse järjekorras järjestatud leidude aruanne on nii kiire kui ka sidusrühmade jaoks põhjendatav.
Rakenduse ülesanne
- Muutke kasutatavustesti (päris või väljamõeldud) märkmed anonüümseks.
- Eemaldage leiud esimesel viipel; Kontrollige iga all tehtud vaatluste arvu.
- Eraldage leiud, millele on märgitud "nõrk tõendusmaterjal", ja otsustage, kas on vaja täiendavaid andmeid.
- Teise viipaga järjestake leiud tähtsuse järjekorras; Hinnake ettevõtte mõju meeskonnana.
- Kolmanda viipaga kirjutage iga leiu kohta konkreetsed soovitused ja looge prioriteetide tabel.
kontrollnimekiri
- [ ] Hoidsin vaatluse, leiud ja ettepaneku eraldi kihtidena.
- [ ] Kontrollisin, kui palju osalejaid näitas iga leidu.
- [ ] Märkisin üksikul vaatlusel põhinevad leiud nõrkade tõenditena.
- [ ] Raskusastme määrasin löögi-sageduse-töö mõju järgi.
- [ ] Hindas koos meeskonnaga ärimõju otsust.
- [ ] Kirjutasin ettepanekud konkreetselt (mis/miks/kus).